Um cartão de destaque gerado que compara o Hy4 flash e o Claude Haiku 5.5, com um número grande '2.79 vs 2.81' rotulado como 'satisfação numa escala de 4 no teste cego da própria Tencent com 85 usuários', e um rodapé com o texto 'Ambas as pontuações de satisfação são medições da Tencent. Os pesos do Hy4 flash foram publicados em 17 de novembro de 2026.'
Guides & Insights

Hy4 flash vs Claude Haiku 5.5: a Tencent fez esta comparação por conta própria e publicou a derrota

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

Alguém na Tencent decidiu que o adversário certo para o Hy4 flash era o Claude Haiku 5.5, colocou os dois modelos diante de 85 usuários do WorkBuddy da própria empresa em 259 tarefas e publicou o resultado apesar de perder. O Hy4 flash obteve 2,79 de 4 em satisfação dos usuários. O Claude Haiku 5.5 obteve 2,81. É uma diferença de dois centésimos de ponto numa escala de quatro pontos, medida pelo desafiante, nas próprias tarefas do desafiante — e é o número mais interessante do lançamento do Hy4 flash, porque mostra o que a Tencent realmente acredita que está vendendo. Não um modelo melhor. Um mais barato que é próximo o bastante para que a diferença não sobreviva ao contato com uma pesquisa de satisfação.

O restante do lançamento corrobora essa leitura. O Hy4 flash foi publicado como pesos abertos em 17 de novembro de 2026, dois dias depois de entrar na API da Tencent em 16 de novembro: 220B de parâmetros totais, 12B ativos por token, contexto de 1M de tokens, entrada de imagem com saída de texto. O Claude Haiku 5.5 está disponível em geral desde 7 de outubro de 2026 por $0,10 e $0,50 por milhão de tokens. Nenhum dos dois modelos está no catálogo do OrcaRouter, e este texto não vai fingir o contrário; o que é roteável é discutido perto do fim, e é um par diferente de modelos.

O teste cego, lido corretamente

A descrição da avaliação feita pela Tencent tem três frases e um gráfico, e o gráfico faz algo específico: ele plota a satisfação em relação ao tempo mediano de conclusão ponta a ponta e ao custo por tarefa, de modo que o modelo que vence em dois eixos fique visível à primeira vista. Os números são 2,79/4 para o Hy4 flash contra 2,81/4 para o Claude Haiku 5.5, um tempo mediano de conclusão de 6,7 minutos para o Hy4 flash e RMB 0,26 por tarefa. A alegação da Tencent é que o Hy4 flash registrou tanto o menor custo por tarefa quanto o menor tempo mediano de conclusão entre os modelos avaliados.

O que o relatório não fornece é o conjunto completo de modelos avaliados, o detalhamento por categoria ou a rubrica. O que ele informa é a população: 85 usuários internos, 27 categorias, 259 tarefas, todas provenientes do WorkBuddy, o assistente de produtividade da própria Tencent. Trata-se de uma avaliação coerente, e não de uma avaliação neutra. Funcionários que avaliam o modelo do próprio empregador sabem qual é o seu modelo e, mesmo em uma interface cega, as tarefas são as que a Tencent escolheu porque se assemelham ao produto da Tencent.

O que há de útil na diferença de 0,02 é o efeito que ela tem sobre o argumento, nos dois sentidos. Se você tende a confiar no teste, tem a palavra da Tencent de que a diferença de capacidade em relação ao Claude Haiku 5.5 é negligível para trabalho de escritório, o que é uma declaração contra o próprio interesse. Se você tende a desconfiar dele, o mesmo teste não lhe dá motivo para acreditar que o Hy4 flash seja melhor, e você fica com a coluna de custos, que é para onde a Tencent quer sua atenção de qualquer maneira.

Onde os dois modelos realmente diferem

As fichas técnicas divergem de maneiras que a pontuação de satisfação não consegue mostrar. Cada valor abaixo é a especificação publicada pelo próprio fornecedor, a menos que esteja marcado como uma medição da Artificial Analysis.

• Parâmetros totais e ativos — Hy4 flash 220B no total, com 64B desse total em tabelas Engram, 12B ativos por token; as contagens de parâmetros do Claude Haiku 5.5 não são divulgadas, o que é normal para a Anthropic.

• Janela de contexto — 1.048.576 tokens para Hy4 flash; 1.000.000 para Claude Haiku 5.5.

• Saída máxima — 64.000 tokens no Hy4 flash conforme a configuração de serviço; 128.000 tokens no Claude Haiku 5.5, o dobro.

• Modalidade de entrada — o Hy4 flash recebe texto e imagens por meio de um codificador de 27 camadas derivado do SigLIP2; o material de lançamento do Claude Haiku 5.5 concentra-se em texto e uso de ferramentas, e seu conjunto de capacidades publicadas é mais restrito no que diz respeito à visão.

• Licença — o Hy4 flash é distribuído sob a Tencent Hy License, com uma Seção 10.2 que exige um acordo separado acima de US$ 50 milhões em receita de MaaS ou 100 milhões de MAU; o Claude Haiku 5.5 é proprietário e não possui pesos de forma alguma.

• Pontuação independente — Hy4 flash não possui nenhuma, e sua URL do Artificial Analysis retorna 404; Claude Haiku 5.5 pontua 36 no Intelligence Index v5.0.1 com esforço máximo.

• Custo medido por tarefa Index — US$ 0,41 para Claude Haiku 5.5 segundo a Artificial Analysis; não medido para Hy4 flash, que não está no ranking.

O teto de saída é o aspecto mais provável de causar problemas na prática. Um modelo com 1M de contexto e 64k de saída está configurado para ler muito e escrever uma quantidade moderada; um fluxo de trabalho de redação de documentos que espera emitir mais de 64.000 tokens em uma única resposta não pode usá-lo. O uso recomendado pela própria Tencent — pesquisa aprofundada, processamento de documentos, criação de slides, demonstrações simples de frontend, uso de computador — é consistente com esse teto. A geração de textos longos não está na lista.

A comparação de preços não é um número contra outro.

A tarifa da Tencent na China continental para o Hy4 flash é de ¥0,5 por milhão de tokens de entrada, ¥2 por milhão de saída e ¥0,02 por token de entrada em cache — cerca de US$ 0,070, US$ 0,281 e US$ 0,003. A tabela de preços publicada do Claude Haiku 5.5 começa em US$ 0,10 por milhão de entrada e US$ 0,50 por milhão de saída, com gravações em cache a US$ 0,125 e US$ 0,625 para caches de cinco horas e de uma hora, e leituras de cache a US$ 0,01.

Com base nessas tarifas anunciadas, o Hy4 flash é cerca de 30% mais barato na entrada, 44% mais barato na saída e 70% mais barato em um acerto de cache. Ambos são tarifas fixas nos primeiros cem mil tokens. A diferença está no que acontece depois: a tabela da Anthropic eleva o preço de entrada do Claude Haiku 5.5 de $0.10 para $0.50 por milhão e o preço de saída de $0.50 para $2.50 quando uma requisição ultrapassa 100.000 tokens de entrada. Em um documento de 200.000 tokens, o Claude Haiku 5.5 é cobrado a cinco vezes sua tarifa de entrada anunciada, o que coloca essa comparação em $0.50 contra $0.070 da Tencent — uma diferença de 7x, e não de 30%.

Isso é uma escolha de design, não um truque, e tem uma lógica defensável: entradas longas custam mais para pré-preencher, então o fornecedor cobra mais por elas. Mas isso significa que o número de destaque é o número errado para exatamente a carga de trabalho para a qual ambos os modelos afirmam ser bons. Processamento de documentos com contexto de 1M é, por definição, uma carga de trabalho de >100.000 tokens. Se o seu caso de uso é trabalho com documentos longos, precifique ambos os modelos pelas linhas que se aplicam ao comprimento do seu prompt, não pelo topo do cartão.

Latência: a métrica que a Tencent mediu não é a que a Anthropic publica

A Tencent relata um tempo mediano de conclusão ponta a ponta de 6,7 minutos para o Hy4 flash em uma tarefa do WorkBuddy. A Artificial Analysis relata o Claude Haiku 5.5 em 14,7 minutos por tarefa do Intelligence Index no esforço Max, com um tempo de 192 segundos até o primeiro token de resposta — e o painel sinaliza o modelo como "notavelmente lento por tarefa e muito verboso", com 298 milhões de tokens de saída para a execução do índice.

Esses dois números não são comparáveis e não devem ser subtraídos. Tarefas diferentes, harnesses diferentes, definições diferentes de "concluído". O que eles estabelecem é que a configuração de esforço do Claude Haiku 5.5 é um botão de latência com uma faixa muito ampla, e que o topo dela custa caro em tempo real decorrido:

• Max — Índice 36, 14,7 minutos por tarefa, 192 segundos para o primeiro token, 298 milhões de tokens de saída.

• Xhigh — Índice 35, 9,6 minutos, primeiro token em 44 segundos, 151 milhões de tokens.

Alto — Índice 30, 6,4 minutos, 21 segundos até o primeiro token, 89,8M de tokens.

• Médio — Índice 25, 3,9 minutos, primeiro token em 10 segundos, 52,7M tokens.

• Baixo — Índice 19, 2,2 minutos, primeiro token em 5,8 segundos, 29,9M tokens.

A generated reference card headed 'The effort ladder Artificial Analysis measured', with five horizontal bars for Claude Haiku 5.5 at Max, Xhigh, High, Medium and Low effort, each carrying its Intelligence Index score, minutes per task and seconds to first token, and a vertical marker at the High row labelled 'the setting most products would ship'.

Todas as cinco linhas são medições do Artificial Analysis na v5.0.1. O objetivo de imprimi-las é que "Claude Haiku 5.5 pontua 36" é uma afirmação sobre a configuração mais cara que a Anthropic oferece. No seu nível alto, ele pontua 30 e termina em menos da metade do tempo. Qualquer pessoa que compare um produto sensível à latência com o número Max está comparando com uma configuração que não será lançada.

O Hy4 flash tem o mesmo seletor, só que de forma mais rudimentar: reasoning_effort em high, que é o padrão, ou no_think. Duas posições contra cinco. Se sua carga de trabalho precisa de uma configuração intermediária — pensamento ativado, mas não no máximo — Claude Haiku 5.5 oferece o controle, e o Hy4 flash, em grande parte, não.

Screenshot of the Artificial Analysis model page for Claude Haiku 5.5, showing the five effort rows from Max down to Low with their Intelligence Index scores, time per task and output token counts.

Três coisas que decidem isto e não estão em nenhuma das duas fichas técnicas

A superfície da API. O formato de requisição do Claude Haiku 5.5 é mais restritivo que o do seu predecessor de maneiras que quebram código. A documentação da Anthropic rejeita temperature, top_p e top_k em qualquer valor não padrão, descarta o prefill do assistente, remove o budget_tokens manual e exige uma versão específica do conjunto de ferramentas de uso de computador. O Hy4 flash aceita o conjunto completo de amostragem, recomenda temperature 0.9 com top_p 1.0 e fornece hy_v4 parsers de chamada de ferramenta e raciocínio para vLLM. Se você tem uma biblioteca de prompts ajustada com varreduras de temperature, um desses modelos a executará sem alterações e o outro retornará 400.

O formato de implantação. O Claude Haiku 5.5 é uma API e nada mais. O Hy4 flash é uma API, um repositório no Hugging Face, uma build FP8, um checkpoint base, uma quantização GGUF e um guia de ajuste fino. Isso não é automaticamente uma vantagem — um modelo que você hospeda por conta própria é um modelo que você opera, aplica patches e planeja a capacidade — mas é a diferença entre uma relação com fornecedor e um ativo, e para uma equipe com requisito de residência de dados ou necessidade de ajuste fino, isso decide a comparação antes de se consultar qualquer benchmark.

A lacuna de medição. O Claude Haiku 5.5 está no Artificial Analysis desde outubro e foi destrinchado por todos os blogs de comparação da internet, incluindo este. O Hy4 flash tem um 404 onde deveria estar sua pontuação. Não porque o modelo seja ruim, mas porque tem dois dias de idade e ninguém independente o executou. A pontuação de satisfação acima é uma medição de uma população real e também é a única medição deste modelo feita por alguém que não seja seu criador.

Honestamente, ligar para qualquer um dos dois.

Nem o Hy4 flash nem o Claude Haiku 5.5 estão no catálogo do OrcaRouter no momento em que isto é escrito, portanto não há uma versão desta seção em que digamos para você chamá-los aqui. O que há é a geração de cada lado: tencent/hy4-preview, o modelo 770B/49B do qual o Hy4 flash foi destilado, com $0.834 de entrada e $2.501 de saída por milhão e uma taxa de leitura de cache de $0.042; e anthropic/claude-haiku-4.5 a $1.00 de entrada e $5.00 de saída por milhão com uma leitura de cache de $0.10 — a geração anterior, não a 5.5 nesta comparação.

Essa combinação é mais útil do que parece. Se você está decidindo se o perfil de custo do Hy4 flash vale a pena reestruturar um pipeline, o modelo de pré-visualização oferece o comportamento da família a um preço que torna o experimento barato, na mesma chave e no mesmo endpoint de tudo o mais no catálogo, com o preço de tabela do provedor repassado com 0% de margem, de modo que uma mudança de preço da Tencent chega até você no dia em que acontece. O DSL de roteamento é a parte que importa quando você tem dois candidatos: encaminhe a camada de documentos longos para o modelo que vencer a sua própria avaliação e mantenha o outro como fallback, em vez de escolher um único fornecedor para tudo porque trocar custa um contrato.

E quando o Hy4 flash chegar a um catálogo — qualquer catálogo, inclusive o nosso —, o que se deve testar não é a pontuação de satisfação. É a contagem de tokens de saída nas suas próprias tarefas. O pós-treinamento do Tencent alega uma redução de 50% na média de tokens de saída ponta a ponta e, se isso se mantiver na sua carga de trabalho, vale mais do que um desconto de 30% por token, porque os tokens de saída são a metade cara de toda fatura em ambos os modelos.

Screenshot of the anthropic/claude-haiku-4.5 model page, showing the per-million-token input, output and cache-read prices the previous generation is listed at.

O que resolveria isso

Uma execução independente num harness compartilhado. Submeta o Hy4 flash e o Claude Haiku 5.5 ao mesmo Índice de Inteligência de nove avaliações e observe duas linhas: a pontuação e o custo por tarefa concluída. A Tencent já disse o que espera que essas linhas indiquem — que o Hy4 flash fica perto do Claude Haiku 5.5 em capacidade e muito abaixo dele em custo. Até que alguém de fora da Tencent publique o par, essa expectativa é uma hipótese com o orçamento de marketing de uma empresa por trás, não um resultado.

Aquilo sobre o que você pode agir hoje é mais restrito e mais útil. Se sua carga de trabalho for de documentos longos, precifique a linha de mais de 100.000 tokens antes de qualquer outra coisa, porque é aí que as duas placas mais divergem. Se for sensível à latência, compare o Claude Haiku 5.5 em esforço alto em vez do Max. Se precisar de ajuste fino ou inferência on-premises, a decisão já está tomada e nenhum benchmark vai mudá-la. A diferença de satisfação de 0,02 ponto não é motivo para trocar em nenhuma direção, e o fato de a Tencent publicá-la é a coisa mais confiável no lançamento.